Python 影象處理 OpenCV (4):影象算數運算以及修改顏色空間
阿新 • • 發佈:2020-05-23
![](https://cdn.geekdigging.com/opencv/opencv_header.png)
前文傳送門:
[「Python 影象處理 OpenCV (1):入門」](https://www.geekdigging.com/2020/05/17/5513454552/)
[「Python 影象處理 OpenCV (2):畫素處理與 Numpy 操作以及 Matplotlib 顯示影象」](https://www.geekdigging.com/2020/05/18/4936041986/)
[「Python 影象處理 OpenCV (3):影象屬性、影象感興趣 ROI 區域及通道處理」](https://www.geekdigging.com/2020/05/19/1227329671/)
## 影象加法
影象加法有兩種方式,一種是通過 Numpy 直接對兩個影象進行相加,另一種是通過 OpenCV 的 `add()` 函式進行相加。
不管使用哪種方法,相加的兩個影象必須具有相同的深度和型別,簡單理解就是影象的大小和型別必須一致。
**Numpy 加法**
Numpy 的運算方法是: `img = img1 + img2` ,然後再對最終的運算結果取模。
1. 當最終的畫素值 <= 255 時,則運算結果直接為 `img1 + img2` 。
2. 當最終的畫素值 > 255 時,則運算的結果需對 255 進行取模運算。
**OpenCV 加法**
OpenCV 的運算方式是直接呼叫 `add()` 函式進行的,這時的運算方式是飽和運算。
1. 當最終的畫素值 <= 255 時,則運算結果直接為 `img1 + img2` 。
2. 當最終的畫素值 > 255 時,這時則是飽和運算,結果固定為 255 。
兩種加法方式對應的示例如下:
```python
import cv2 as cv
# 讀取影象
img = cv.imread("maliao.jpg", cv.IMREAD_UNCHANGED)
test = img
# Numpy 加法
result1 = img + test
# OpenCV 加法
result2 = cv.add(img, test)
# 顯示影象
cv.imshow("img", img)
cv.imshow("result1", result1)
cv.imshow("result2", result2)
# 等待顯示
cv.waitKey()
cv.destroyAllWindows()
```
結果如下:
![](https://cdn.geekdigging.com/opencv/04/add_1.png)
可以看到,使用 Numpy 取模加法的圖片整體更偏綠色,而使用 OpenCV 飽和運算的加法,整體顏色更偏白色。
## 影象融合
影象融合其實也是一種影象加法,但是它和影象加法不同的是對影象賦予不同的權重,可以使影象具有融合或者透明的感覺。
影象加法: `img = img1 + img2`
影象融合: `img = img1 * alpha + img2 * beta + gamma`
影象融合用到的函式為 `addWeighted()` 具體如下:
```python
dst = cv.addWeighter(img1, alpha, img2, beta, gamma)
dst = img1 * alpha + img2 * beta + gamma
```
這裡的 `alpha` 和 `beta` 都是係數,而 `gamma` 則是一個亮度調節量,不可省略。
下面這個示例中,我又找了一張下雨的圖片,用這張圖片和馬里奧做一個影象融合的案例:
```python
import cv2 as cv
# 讀取影象
img1 = cv.imread("maliao.jpg", cv.IMREAD_UNCHANGED)
img2 = cv.imread("rain.jpg", cv.IMREAD_UNCHANGED)
# 影象融合
img = cv.addWeighted(img1, 0.4, img2, 0.6, 10)
# 顯示影象
cv.imshow("img1", img1)
cv.imshow("img2", img2)
cv.imshow("img", img)
# 等待顯示
cv.waitKey()
cv.destroyAllWindows()
```
結果如下:
![](https://cdn.geekdigging.com/opencv/04/addweight_1.png)
影象融合時需要注意的和上面一致,需要影象大小是相等的,上面的示例這兩張圖片都是畫素為 560 * 310 且都為 RGB 的圖片。
## 改變顏色空間
OpenCV 中有超過150種顏色空間轉換方法。我們先介紹兩種最常用的: BGR <-> 灰度 和 BGR <-> HSV 。
對於改變顏色空間,我們使用 `cvtColor(input_image, flag)` 函式,其中的 `flag` 為轉換的型別。
一些常見的 flag 值:
```python
# BGR 轉 灰度
cv.COLOR_BGR2GRAY
# BGR 轉 HSV
cv.COLOR_BGR2HSV
# BGR 轉 RGB
cv.COLOR_BGR2RGB
# 灰度 轉 BGR
cv.COLOR_GRAY2BGR
```
可以很清楚的看到, `flag` 的命名非常的通俗易懂,如果想要獲取其他所有的標記,可以使用下面這段程式碼:
```python
import cv2 as cv
flags = [i for i in dir(cv) if i.startswith('COLOR_')]
print(flags)
```
結果就不貼了,挺長的。
> 注意: HSV 的色相範圍為 [0,179] ,飽和度範圍為 [0,255] ,值範圍為 [0,255] 。不同的軟體使用不同的範圍。因此,如果需要將 OpenCV 值和它們比較,則需要將這些範圍標準化。
我們使用 `cvtColor()` 這個函式將馬里奧轉化成灰度影象,示例如下:
```python
import cv2 as cv
# 讀取影象
img = cv.imread("maliao.jpg", cv.IMREAD_UNCHANGED)
# 影象型別轉換
result = cv.cvtColor(img, cv.COLOR_RGB2GRAY)
# 影象展示
cv.imshow("img", img)
cv.imshow("result", result)
# 等待顯示
cv.waitKey()
cv.destroyAllWindows()
```
結果如下:
![](https://cdn.geekdigging.com/opencv/04/cvt_1.png)
## 示例程式碼
如果有需要獲取原始碼的同學可以在公眾號回覆「OpenCV」進行獲取。
## 參考
https://blog.csdn.net/Eastmount/article/details/82347501
http://woshic